Le PDG de Mantra exhorte les détenteurs d'OM à retirer leurs actifs d'OKX en raison d'un plan de migration « inexact »

cointelegraphDipublikasikan tanggal 2025-12-08Terakhir diperbarui pada 2025-12-08

Abstrak

Le PDG de Mantra, John Patrick Mullin, a exhorté les détenteurs du token OM à retirer leurs actifs de l'exchange OKX, accusant la plateforme de publier des informations "inexactes" concernant la migration prévue du token. Selon Mullin, OKX a annoncé à tort des dates de migration entre le 22 et le 25 décembre, alors que la proposition officielle de Mantra indique que la migration n'aura lieu qu'après le 15 janvier 2025, après l'abandon du token ERC-20 sur Ethereum. Mullin a également affirmé qu'OKX n'avait pas communiqué avec Mantra depuis les événements du 13 avril, lorsque le prix de l'OM avait chuté de plus de 90%. Il a recommandé aux utilisateurs de réduire leur dépendance à OKX et de procéder à la migration sans compter sur des "intermédiaires potentiellement négligents ou malveillants". Mantra migrera son token OM vers sa blockchain native, Mantra Chain.

Les tensions entre la plateforme blockchain Mantra et l'exchange de crypto-monnaies OKX s'intensifient après que Mantra a accusé l'exchange d'avoir publié des informations incorrectes concernant la migration de son token.

Dans un post X lundi, le PDG de Mantra, John Patrick Mullin, a exhorté les utilisateurs de l'exchange centralisé de crypto-monnaies (CEX) OKX à retirer leurs tokens Mantra (OM) et à réduire leur « dépendance » à la plateforme.

« Les utilisateurs devraient envisager de retirer leurs tokens OM d'OKX[...]. Évitez la dépendance à l'exchange OKX : Effectuez la migration sans compter sur des intermédiaires potentiellement négligents ou malveillants », a déclaré Mullin.

Son avertissement fait suite à une annonce d'OKX vendredi concernant le support de la prochaine migration du token OM.

Source : JP Mullin

Lire aussi : BitMine achète 199 millions de dollars d'Ether alors que les traders « smart money » parient sur une baisse de l'ETH

Selon Mullin, le post d'OKX contenait plusieurs inexactitudes, notamment de fausses dates de migration et de mise en œuvre.

OKX a déclaré que la migration aurait lieu entre le 22 et le 25 décembre. La proposition de gouvernance de Mantra, en revanche, indique que la migration n'aura lieu qu'après la dépréciation du token OM ERC-20 basé sur Ethereum, prévue le 15 janvier.

Mullin a également déclaré que le post d'OKX faisait référence à « des dates arbitraires tout au long de décembre 2025 », alors que Mantra n'a pas encore annoncé de date de mise en œuvre officielle.

Il a affirmé qu'OKX n'avait pas communiqué avec Mantra depuis « les événements » du 13 avril, alors que Mantra a « utilement [communiqué] avec tous les autres exchanges majeurs concernant notre migration ».

Publication d'OKX sur la migration crypto OM. Source : okx.com

Lors de la prochaine migration, le token OM migrera d'un token natif ERC-20 sur Ethereum vers un token natif de Mantra Chain.

Cointelegraph a contacté OKX pour commentaire mais n'avait pas reçu de réponse au moment de la publication.

Lire aussi : Les marchés prédictifs émergent comme une « arène d'arbitrage » spéculative pour les traders crypto

Le krach d'avril jette encore son ombre

Le 13 avril, le prix du token OM de Mantra a chuté de plus de 90 %, passant d'environ 6,30 $ à moins de 0,50 $.

OM/USD, graphique sur 1 jour. Source : Coingecko.com

Le 30 avril, Mantra a publié un rapport post-mortem qui attribuait les politiques de trading agressives et l'effet de levier élevé sur les exchanges de crypto-monnaies au krach du token.

« Des cascades de liquidation pourraient arriver à n'importe quel projet dans l'industrie crypto », a déclaré Mullin dans le post, pointant du doigt le rôle des « positions à effet de levier agressives » sur les exchanges comme une menace plus large pour la sécurité des investisseurs.

Mullin a également exhorté les exchanges à revoir leurs politiques de levier tout en mettant en place un tableau de bord de transparence pour la tokenomics d'OM, et a annoncé le burn de 150 millions de tokens OM stakés, les retirant définitivement de la circulation dans le but de resserrer l'offre du token.

Magazine : Si le bull run crypto touche à sa fin... il est temps d'acheter une Ferrari — Crypto Kid

Pertanyaan Terkait

QPourquoi le PDG de Mantra a-t-il conseillé aux détenteurs d'OM de retirer leurs tokens d'OKX ?

ALe PDG de Mantra, John Patrick Mullin, a accusé OKX d'avoir publié des informations incorrectes sur la migration du token OM, incluant de fausses dates de migration, et a recommandé de réduire la dépendance envers l'échange.

QQuelle était l'erreur principale dans l'annonce de migration d'OKX selon Mantra ?

AOKX a annoncé à tort que la migration aurait lieu du 22 au 25 décembre 2025, tandis que la proposition de gouvernance de Mantra indique qu'elle n'aura lieu qu'après le 15 janvier 2025, après la dépréciation du token ERC-20.

QQuel événement antérieur a contribué à la tension entre Mantra et OKX ?

ALe 13 avril 2025, le token OM a chuté de plus de 90%, un événement que Mantra a attribué dans un rapport post-mortem aux politiques de trading agressives et à l'effet de levier élevé sur les exchanges, sans communication directe avec OKX depuis.

QQuel changement technique implique la migration du token OM ?

ALe token OM migrera d'un token ERC-20 natif d'Ethereum vers un token natif de la Mantra Chain, changeant ainsi de blockchain sous-jacente.

QQuelles actions Mantra a-t-il entreprises pour stabiliser le token OM après le crash d'avril ?

AMantra a annoncé le brûlage de 150 millions de tokens OM stakés pour les retirer définitivement de la circulation, tout en mettant en place un tableau de bord de transparence pour la tokenomics et en exhortant les exchanges à revoir leurs politiques de levier.

Bacaan Terkait

Ujian "Gaokao" untuk Kecerdasan Bertubuh Sulit Gila, Manusia 100 Poin, Model Terkuat Hanya 12.8

"Ujian Akhir" Kecerdasan Embodied (Embodied AI) Terlalu Sulit, Manusia 100 Poin, Model Terkuat Hanya 12.8 Kemajuan robotika dengan model AI besar (VLA, model dasar robot) sering tampak mulus dalam demo, namun kemampuan sebenarnya dalam melakukan tugas umum tetap menjadi pertanyaan besar. RoboDojo, tolok ukur evaluasi baru yang dikembangkan oleh tim akademis, memberikan "peta pendakian" yang lebih jelas. Ini adalah benchmark terpadu yang mengevaluasi 30 strategi robot utama di 42 tugas simulasi dan 18 tugas robot fisik nyata. Fokusnya adalah menguji lima kemampuan inti: generalisasi (beradaptasi dengan latar, pencahayaan, dan objek baru), memori, presisi (operasi halus seperti memasang), eksekusi multi-langkah panjang, dan pemahaman semantik terbuka terhadap instruksi baru. Hasilnya menunjukkan jurang yang dalam. Di simulasi, model terbaik (Hy-Embodied-0.5-VLA) hanya mencapai tingkat keberhasilan rata-rata 8.80%. Di dunia nyata, kinerja bahkan lebih menantang: model teratas (π0.5) hanya mencapai 12.8% keberhasilan. Sebagai perbandingan, ahli manusia mencapai 76.03% di simulasi dan 100% di dunia nyata. RoboDojo mengungkap bahwa model robot saat ini belum stabil dan andal. Mereka mungkin pandai dalam satu aspek (misalnya, pengenalan visual atau perencanaan), tetapi gagal dalam aspek lainnya (seperti presisi fisik atau pemahaman semantik terbuka). Penurunan kinerja yang signifikan dari simulasi ke dunia nyata juga menyoroti tantangan ketidakpastian fisik, noise sensor, dan kesalahan kalibrasi. Platform ini, dilengkapi dengan infrastruktur XPolicyLab untuk integrasi model yang terstandarisasi dan sistem evaluasi robot fisik (RoboDojo-RealEval) yang dapat direproduksi, bertujuan untuk menjadi "papan peringkat" komunitas yang obyektif. Dengan demikian, RoboDojo tidak hanya mendiagnosis kelemahan saat ini tetapi juga menyediakan jalur terukur untuk kemajuan menuju robot operasi yang benar-benar serbaguna dan dapat diandalkan.

marsbit3m yang lalu

Ujian "Gaokao" untuk Kecerdasan Bertubuh Sulit Gila, Manusia 100 Poin, Model Terkuat Hanya 12.8

marsbit3m yang lalu

ANSEM Naik 3 Kali Lipat dalam Seminggu: Kebangkitan dan Jebakan Meme Solana

ANSEM, sebuah meme coin di Solana, melonjak hampir 299% dalam seminggu, memicu kebangkitan minat pada meme coin di ekosistem tersebut. Data dari DeFiLlama menunjukkan peningkatan signifikan dalam volume perdagangan mingguan di platform seperti Pump.fun, dengan meme coin kembali menyumbang lebih dari 20% volume perdagangan mingguan Solana untuk pertama kalinya sejak pertengahan Mei. Namun, di balik tren pemulihan ini tersembunyi risiko besar. Lingkungan perdagangan meme coin sangat cepat dan tidak setara. Robot sniper dan dompet canggih seringkali mengakumulasi sejumlah besar token segera setelah peluncuran, hanya untuk menjualnya saat investor retail masuk, menjadikan para pendatang baru sebagai pihak yang menanggung kerugian. Penelitian dari Galaxy menunjukkan rata-rata waktu holding meme coin saat ini hanya 100 detik, jauh lebih cepat dari siklus sebelumnya. Laporan akademis dan data dari platform seperti MemeTrans mengungkapkan bahwa sebagian besar proyek meme coin memiliki tingkat manipulasi yang tinggi, dengan akun terkoordinasi sering mengendalikan persentase supply yang besar, dan banyak token menunjukkan tanda-tanda wash trading atau pump artifisial. Kebangkitan yang dipicu ANSEM menimbulkan pertanyaan: apakah ini tanda awal pemulihan berkelanjutan atau sekadar fenomena sementara? Pemulihan berkelanjutan memerlukan volume perdagangan harian yang konsisten tinggi dan pangsa meme coin yang mendekati 30% di Solana. Jika sebaliknya, perhatian mungkin tersebar ke banyak tiruan (copycat), volume perdagangan turun, dan minat beralih kembali ke aset kripto utama, menjadikan ANSEM sekadar sorotan sesaat. Sementara meme coin di Solana terbukti kuat dalam menarik perhatian dan pengguna baru, industri perlu menemukan cara untuk memutus siklus manipulasi oleh robot dan pemain besar agar tidak terus merugikan investor retail.

Foresight News45m yang lalu

ANSEM Naik 3 Kali Lipat dalam Seminggu: Kebangkitan dan Jebakan Meme Solana

Foresight News45m yang lalu

Model Gambar Generatif 'Mangga' Zuck Kalah Telak dari GPT Image 2, Tanpa Diajari, Ia Belajar Sendiri Cara Revisi

Meta Labs (MSL) meluncurkan model generasi gambar terbarunya, Muse Image dengan nama kode "Mango". Model ini menempati peringkat kedua dalam arena perbandingan Arena AI, di bawah GPT Image 2 dari OpenAI. Keunggulan utamanya bukan hanya pada kualitas gambar, tetapi pada kemampuannya sebagai *agent* yang dapat berpikir dan merevisi karyanya sendiri. Muse Image mampu mencari informasi online untuk referensi, menghasilkan kode untuk elemen seperti QR code, dan—yang paling mencolok—melakukan koreksi mandiri setelah gambar dibuat, sebuah perilaku yang muncul sendiri selama pelatihan. Model ini terintegrasi erat dengan ekosistem Meta. Pengguna dapat menyebut (@) nama pengguna Instagram publik untuk memasukkan wajah orang tersebut ke dalam gambar yang dibuat, sebuah fitur yang menimbulkan pertanyaan privasi karena diaktifkan secara default. Muse Image juga terhubung dengan model bahasa Muse Spark ("Alpukat"), memungkinkan pembuatan konten yang lebih kompleks seperti game web. Untuk video, Meta memperkenalkan Muse Video yang masih dalam pratinjau, menduduki peringkat ketiga di Arena. Kekuatan utama Meta terletak pada distribusi. Muse Image sudah diintegrasikan ke Meta AI, Instagram, WhatsApp, dan akan menyusul ke platform lainnya, menjangkau miliaran pengguna. Setiap gambar yang dihasilkan dilengkapi watermark digital "Content Seal" untuk identifikasi. Dengan strategi ini, Meta tidak hanya bersaing pada kualitas model, tetapi juga pada kemudahan akses dan integrasi AI ke dalam kehidupan digital sehari-hari.

marsbit1j yang lalu

Model Gambar Generatif 'Mangga' Zuck Kalah Telak dari GPT Image 2, Tanpa Diajari, Ia Belajar Sendiri Cara Revisi

marsbit1j yang lalu

Blog Baru Wong Li Usulkan 'Evolusi Diri Mulai dari Harness', Cui Tianyi dari DeepSeek Setuju dan Membagikan

**Weng Li Usulkan: "Evolusi Diri AI Mungkin Dimulai dari Harness"** Dalam blog terbarunya, Weng Li, mantan Wakil Presiden Keamanan OpenAI, membahas konsep **RSI (Recursive Self-Improvement)** dengan pendekatan yang lebih teknis dan praktis. Ia berargumen bahwa evolusi diri AI dalam waktu dekat lebih mungkin terjadi pada lapisan **Harness**, sistem eksternal yang mengatur bagaimana model menggunakan alat, mengelola konteks, memecah tugas, dan memvalidasi hasil, daripada langsung memodifikasi bobot model itu sendiri. Ia menunjukkan tren yang berkembang dari **Context Engineering** (ACE, MCE) hingga **Workflow Design** (AI Scientist, ADAS, AFlow), di mana objek optimasi berkembang menjadi lebih abstrak. Puncaknya adalah konsep **Self-Improving Harness**, di mana model dapat menganalisis kegagalannya, mengusulkan modifikasi kecil dan terukur pada kode Harness, lalu memvalidasinya sebelum diterapkan. Contoh seperti **DGM (Darwin Gödel Machine)** menunjukkan kemajuan signifikan dalam benchmark seperti SWE-bench, hanya dengan mengoptimalkan Harness. Weng Li menekankan bahwa Harness dan model akan saling memperkuat, tetapi ada tantangan besar. **Sistem evaluasi** yang lemah, risiko **reward hacking**, **keruntuhan keragaman**, serta konflik antara **kesuksesan jangka pendek dan kesehatan jangka panjang** sistem menjadi hambatan utama. Peran manusia tetap krusial, bergeser ke posisi pengawasan pada level abstraksi yang tepat. DeepSeek Researcher **Cui Tianyi** juga merespons, menegaskan bahwa evolusi diri melalui **Harness** adalah arah yang sangat menjanjikan, setara dengan evolusi pada level model. Intinya, **Harness kini menjadi variabel kritis yang menentukan performa AI secara keseluruhan.**

marsbit1j yang lalu

Blog Baru Wong Li Usulkan 'Evolusi Diri Mulai dari Harness', Cui Tianyi dari DeepSeek Setuju dan Membagikan

marsbit1j yang lalu

Trading

Spot
活动图片